逆向工程中数据处理方法
机自13103
201315010316
在逆向工程过程中,形状测量是最基本和必要的一步。实际问题中,许多模型具有非常复杂的自由曲面,其设计表达或数学模型的建立是非常困难的,因此,形状测量的速度和精度在逆向工程的全过程中占有很大的比重。实物样件的测量数据通常不能直接用于其三维模型重建，必须将其输入CAD系统或专用逆向工程软件中经过一定的数据处理才能转化为造型所需的数据，称为造型数据【8】。
随着需求和科技的发展，出现了基于光学、声学、电磁学以及机械接触原理的各种测量方法。划分测量方法的依据也很多，逆向工程中的测量方法大体分为接触式、非接触式、逐层扫描数据测量【1-5】。
接触式测量方法是通过物理接触被测样件来获取数据的方法。接触式数据采集方法包括使用基于力的击发原理的触发式数据采集和连续式扫描数据采集、磁场法、超声波法. 接触式数据采集通常使用三坐标测量机。
非接触式数据测量利用光、声、磁等原理进行数据采集,其中光学方法细分有三角形法、测距法、干涉法、结构光法、图像分析法等。非接触式数据采集速度快精度高,排除了由测量摩擦力和接触压力造成的测量误差,避免了接触式测头与被测表面由于曲率干涉产生的伪劣点问题,获得的密集点云信息量大、精度高,测头产生的光斑也可以做得很小,以便探测到一般机械测头难以测量的部位,最大限度地反映
被测表面的真实形状。
逐层扫描数据测量前面介绍的两种方法虽然应用很广,但是存在无法测量物体内部轮廓的缺陷。为了解决这一问题，一个很好的方法就是采用断层数据测量法。目前断层采集法分为非破坏性测量和破坏性测量两种。
由于测量设备的缺陷、测量方法和零件表面质量的影响,通过测量所获得的数据不可避免地引入了误差,尤其是尖锐边和边界附近的测量数据,测量数据中的坏点可能使该点及其周围的曲面片偏离原曲面,所以要对原始点云数据进行预处理. 其主要的处理工作包括:去除噪声点、数据插补、数据平滑、数据精简、数据分割、多视点云的对齐等。
逆向工程中的数字化数据处理系统与常用的CAD/CAM系统相比,有2个显著的不同特点:首先在数据量上,输入的扫描点具有大量数据,并且密度很高,100万个扫描点的数据并非少见;其次是这些点的离散性【10】。因此,逆向工程测量得到的数据量通常被形象地称为点云。
由于测量设备的缺陷、测量方法和零件表面质量的影响,通过测量所获得的数据不可避免地引入了误差,尤其是尖锐边和边界附近的测量数据,测量数据中的坏点可能使该点及其周围的曲面片偏离原曲面,所以要对原始点云数据进行预处理. 其主要的处理工作包括:去除噪声点、数据插补、数据平滑、数据精简、数据分割、多视点云的对齐等。
去除噪声点【6】：无论何种数据采集方式,获得的数据中均存在一
定的超差点或错误点,统称为噪声点,通常是由于测量设备的标定参数或测量环境发生变化所造成。常用的检查方法是将点云显示在图形终端上,或者生成曲线采用半交互半自动的光顺方法对点云数据进行检查调整,但对于数量较大的点云并不适宜。
数据插补：对于一些测量不到的区域,会造成数据空白现象,这使得逆向建模变得困难,需要通过数据插补的方法来补齐缺失数据. 目前应用于逆向工程的数据插补方法或技术主要有实物填充法、造型设计法和曲线、曲面插值补充法。
数据平滑：通常采用标准Gaussian高斯) 、平均(Averaging)或中值(Median)滤波算法。高斯滤波器在指定域内的权重为高斯分布,其平均效果较小,故在滤波的同时能较好地保持原数据的形貌。平均滤波器采样点的值取滤波窗口内各数据点的统计值,这种滤波器消除数据毛刺的效果很好。
数据精简【7】：为提高高密度数据点云在曲面重构时的效率和质量,需要按一定要求精简测量点的数量。不同类型的点云可以采用不同的精简方式,散乱数据点云可以通过随机采样的方法来精简;对于扫描线点云和多边形点云,可采用等间距精简、倍率精简、等量精简和弦偏差等方法;网格化点云可采用等分布密度法和最小包围区域法等进行数据精简。
数据分割：是根据组成实物外形曲面的自曲面的类型,将属于同一子曲面类型的数据成组,这样全部数据划分为特征单一、互不重叠的区域,为后续的曲面模型重建提供方便。目前数据分割方法主要有:基
于边的方法、基于面的方法、基于群簇的方法。
多视点云的对齐【9】：在逆向工程实际的过程中,由于坐标测量都有自己的测量范围,因此无论我们采用什么测量方法,都很难在同一坐标系下将产品的几何数据一次完全测出。产品的数字化不能在同一坐标系下完成,而在模型重建的时候又必须将这些不同坐标下的数据统一到一个坐标系下,这个数据处理过程就是多视数据定位对齐,或数据拼合。
随着逆向设计技术的深入及相关技术的发展,逆向设计发展至今,已成为发展经济中不可缺少的技术和解决方案,也为创造和开发各种新产品奠定了良好的基础,因此逆向设计在制造业中的地位就显得更加突出了。相信将来的逆向工程技术将会和产品制造等技术结合得越来越紧密,并在更多的领域发挥其显著的作用。其中数据处理是逆向工程中的关键环节,它的结果将直接影响后期模型重构的质量。经过数据采集设备获得的外形点数据在进行CAD模型重建以前,必须进行杂点及噪声的滤除,平滑,对齐归并等数据的处理工作,以利于后续的建模工作。我们必须对其进行更深入的研究。
参考文献
【1】许智钦,孙长库. 3D逆向工程技术[M ]. 北京. 中国计量出版社. 2002.
【2】鞠华.逆向工程中自由曲面的数据处理与误差补偿研究[D ]. 浙
江:浙江大学. 2003.
【3】金涛,童水光. 逆向工程技术[M ]. 北京:机械工业出版社, 2003. 【4】李江雄. 反求工程中曲面建模技术及相关软件(模块)分析[ J ]. 计算机辅助设计与制造, 1999 (10) : 14 - 16.
【5】何炳蔚,林志航,杨明顺. 逆向工程中基于三目视觉自动提取并构造复杂曲面边界技术[ J ]. 机器人, 2002,24 (1) : 66 - 70.
【6】Chen Y H,N e g C T,Wang Y Z. Data reduction in inte2grated reverse engineering and rap id p rototyp ing [ J ]. In2ternational Journal of Computer IntegratedManufacturing,1999, 12 (2) : 97 - 103.
【7】张丽艳,周儒荣,蔡炜斌,等. 海量测量数据简化技术研究[ J ]. 计算机辅助设计与图形学学报, 2001, 13(11) : 66 - 70.
【8】田竹友，简斌. 逆向工程中数据的处理.北京机械工业学院学报.2014，19（2）：1008-1658.
【9】吴敏,周来水,王占东,等. 测量点云数据的多视拼合技术研究[ J ]. 南京航空航天大学学报, 2003, 35(5) : 552 - 557.
【10】张丽艳,周儒荣,蔡炜斌,等. 海量测量数据简化技术研究[ J ]. 计算机辅助设计与图形学学报, 2001, 13(11) : 66 - 70.
